[发明专利]基于拉格朗日对偶的半正定谱聚类方法有效
| 申请号： | 201210445602.9 | 申请日： | 2012-11-08 |
| 公开（公告）号： | CN102982342A | 公开（公告）日： | 2013-03-20 |
| 发明（设计）人： | 严严;沈华森;王菡子 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 厦门南强之路专利事务所 35200 | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于拉格朗日对偶的半正定谱聚类方法，涉及一种谱聚类方法。A.对给定样本数据集采用主成分分析进行降维；B.基于全向连接图的方法构造样本数据集的相似度矩阵，并采用基于高斯核函数和多项式核函数的加权和方法来计算样本数据对之间的相似度；C.基于拉格朗日对偶性质对相似度矩阵进行半正定归一化求解；D.对归一化矩阵进行奇异值分解，得到前k个最大特征值对应的特征向量组成的矩阵；E.利用传统的k均值聚类或者其他聚类方法对特征向量矩阵进行聚类分析得到最终的聚类结果。可对各类数据进行有效地聚类，通过对算法分析可知，相对于常规的半正定谱聚类求解算法，不仅可提高谱聚类的精度，而且可极大降低谱聚类所需的时间。 | ||
| 搜索关键词： | 基于 拉格朗日 对偶 正定 谱聚类 方法 | ||
【主权项】：
基于拉格朗日对偶的半正定谱聚类方法，其特征在于包括以下步骤：1）对给定样本数据集采用主成分分析进行降维；2）基于全向连接图的方法构造样本数据集的相似度矩阵，并采用基于高斯核函数和多项式核函数的加权和方法来计算样本数据对之间的相似度；3）基于拉格朗日对偶性质对相似度矩阵进行半正定归一化求解；4）对归一化矩阵进行奇异值分解，得到前k个最大特征值对应的特征向量组成的矩阵；5）利用传统的k均值聚类或者其他聚类方法对特征向量矩阵进行聚类分析得到最终的聚类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门大学，未经厦门大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210445602.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种粘合衬切割辅助工具
- 下一篇：一种会议系统电缆
